KI-Prompts für Marketing: Texte, Kampagnen und Content
Marketing-Prompts scheitern am fehlenden Briefing. Hier steht, was hineingehört – plus Prompts für Ads, E-Mail, Landingpages und SEO-Content.
Die meisten Marketer, die sagen, KI-Texte seien nutzlos, geben dem Modell eine Einzeiler-Anweisung und beurteilen dann das Ergebnis. „Schreib eine E-Mail über unser neues Feature.“ Natürlich kommt das flach zurück. Das Modell hat keine Ahnung, wer das liest, was diese Person bereits glaubt oder was sie als Nächstes tun soll. Es füllt die Lücken mit Durchschnitt, und Durchschnitt klingt wie jede andere SaaS-Mail im Posteingang.
Die Lösung ist kein Zauberspruch. Es ist die Disziplin, die du beim Briefing einer freien Texterin anwenden würdest, komprimiert in einen wiederverwendbaren Prompt. So sieht das in den Formaten aus, die Marketer wirklich ausliefern.
Schreib das Briefing, nicht die Anfrage
Ein brauchbarer Marketing-Prompt trägt sieben Dinge. Fehlt eines, rät das Modell.
- Produkt: was es in normaler Sprache tut, plus die eine Sache, in der es die naheliegende Alternative schlägt.
- Zielgruppe: nicht „Kleinunternehmer“, sondern „selbstständige Buchhalterinnen mit 15 bis 40 Mandanten, die noch in Tabellen abstimmen“.
- Eine gewünschte Handlung: Demo buchen, Test starten, antworten. Eine. Text, der drei Dinge verlangt, bekommt keines.
- Ton: benennen und verankern („trocken, konkret, keine Ausrufezeichen – eine erfahrene Entwicklerin, die einer Kollegin etwas erklärt“).
- Länge: Zeichen für Anzeigen, Wortzahlen für Abschnitte, Zeilenzahlen für Social.
- Belege: Zahlen, Kundennamen, Integrationen, Garantien. Ohne sie erfindet das Modell Schmeicheleien.
- Einwände: was diese Person zögern lässt. Preis, Wechselkosten, „wir haben dafür schon etwas“.
Der letzte Punkt leistet die meiste Arbeit. Guter Text ist zum großen Teil verkleidete Einwandbehandlung. Wenn dein Prompt nie erwähnt, dass Interessenten die Migration für einen Monatsjob halten, geht der Entwurf nie darauf ein. Die Grundlagen des Prompt-Schreibens behandeln das allgemeine Muster darunter.
Anzeigentexte: nach Blickwinkel generieren, nicht nach Menge
Wer um „20 Anzeigenvarianten“ bittet, bekommt 20 Umformulierungen einer Idee. Frag nach *Blickwinkeln*, und du bekommst wirklich unterschiedliche Tests.
Beachte die Zeile mit den verbotenen Wörtern. Modelle greifen standardmäßig auf ein kleines Set von Werbe-Adjektiven zurück, und sie zu benennen entfernt den größten Teil des Breis. Führ eine laufende Liste aus deinen eigenen Korrekturen und leg sie in einer gespeicherten Prompt-Bibliothek ab, damit du das Briefing nicht jede Kampagne neu baust.
E-Mail-Strecken und Betreffzeilen
Strecken scheitern, wenn jede Mail dasselbe Wertversprechen wiederholt. Gib zuerst jeder Nachricht eine eigene Aufgabe.
Fordere die Betreffzeilen *nach* dem Text an, im selben Aufruf. Zuerst geschriebene Zeilen beschreiben eine Mail, die es noch nicht gibt. Danach geschriebene Zeilen greifen meist ein echtes Detail aus dem Text auf.
Landingpages: erst die Struktur prompten
Bitte nicht um „Landingpage-Text“. Bitte um die Gliederung, streite mit ihr und füll sie dann. Zwei Schritte schlagen fast immer eine lange Generierung.
Die Frage nach dem Fehlenden legt Lücken in deinem eigenen Briefing offen – oft stellst du fest, dass du für deine zentrale Behauptung keinen Beleg hast. Sobald die Struktur steht, machst du einen zweiten Durchgang pro Abschnitt, mit Wortbudget und deinen Stilregeln im Anhang. Wenn ein Abschnitt sauber liest, aber falsch klingt, ist die Anweisung umzuschreiben schneller, als die Ausgabe Zeile für Zeile zu redigieren.
SEO-Briefings, ehrlich betrachtet
KI ist gut in der Gerüstphase: die Fragen herausziehen, die ein Thema beantworten muss, eine Gliederung strukturieren, Unterthemen auflisten, die Wettbewerber abdecken. Eine solide Rechercheassistenz.
Als Ghostwriter für alles, was ranken soll, taugt sie nicht. Dünne KI-Inhalte ranken nicht – nicht weil ein Detektor sie markiert hat, sondern weil sie nichts sagen, was ein Leser nicht schon im ersten Suchergebnis findet. Was rankt, hat etwas, das nur du hast: deine Daten, deine Kundengespräche, deine Screenshots, deine Meinung zu dem Kompromiss, den niemand anspricht. Nutz das Modell für den Rahmen. Die Substanz bringst du selbst mit.
Diese fünf Stellen für eigene Daten sind der ganze Punkt. Sie machen aus einer Vorlage etwas, das sich zu veröffentlichen lohnt.
Ein Asset, viele Formate
Beim Wiederverwerten zahlt sich Prompting am schnellsten aus. Der Fehler ist, um „Social Posts aus diesem Artikel“ zu bitten – das liefert fünf beinahe identische Zusammenfassungen. Gib die Form jeder Plattform vor und erzwing pro Post eine andere Idee.
„Erfinde keine Zahlen“ gehört in jeden Wiederverwertungs-Prompt. Erfundene Statistiken sind die häufigste Art, wie KI-gestützte Inhalte ein Team blamieren.
Sperr die Stimme einmal fest und nutz sie überall
Markenregeln in jedem Prompt zu wiederholen ist der sichere Weg, dass sie driften. Leg sie in eine wiederverwendbare Anweisungsebene: Zielgruppe, Ton, verbotene Wörter, Formatvorgaben, Aussagen, die du rechtlich treffen darfst. Ein gut gebauter System-Prompt sorgt dafür, dass jede neue Aufgabe nur noch die Aufgabe trägt – Briefing rein, Entwurf raus – und die Stimme hält, egal wer im Team es ausführt.
Nutz harte Vorgaben, keine Stimmungen: „behaupte nie, wir seien die Einzigen, die X können“, „schreib Preise als 29 €/Monat“, „sag ‚Kundinnen‘, nicht ‚User‘“, „kein Satz über 25 Wörter in Anzeigentexten“. Ergänze dann zwei kommentierte Vorher-Nachher-Beispiele aus vergangenen Korrekturen. Dieses Paar lehrt mehr als ein Absatz Beschreibung. Dieselbe Logik trägt bis ins Prompten für Designarbeit.
Redigier so, dass es nicht nach Entwurf klingt
Jeder KI-Entwurf hat dieselben Verräter. Streich sie in einem Durchgang:
- Lösch den ersten Satz jedes Abschnitts. Meistens Räuspern.
- Ersetz abstrakte Substantive durch die Sache selbst. Aus „Lösungen“ wird „das Abstimmungstool“.
- Kill die Dreier. KI liebt „schnell, einfach und leistungsstark“. Nimm eines und beleg es.
- Brich den Rhythmus. Wenn jeder Satz 18 Wörter hat, klingt es nach Software. Setz einen mit vier Wörtern dazwischen.
- Ergänze ein Detail, das das Modell nicht kennen konnte – die echte Beschwerde einer Kundin, eine Zahl aus deinem Dashboard.
- Lies den CTA laut. Wenn er wie ein Vorlagen-Button klingt, schreib ihn neu.
Wenn ein ganzer Entwurf danebenliegt statt einer Zeile, war das Briefing falsch, nicht das Modell. Schick es durch einen Prompt-Optimierer, um zu finden, was zu unpräzise war, oder starte mit einer strukturierten Basis über einen ChatGPT-Prompt-Generator. Weitere klaubare Muster findest du in diesem Guide zu ChatGPT-Prompts.
Die Teams, die wirklich etwas herausholen, produzieren nicht mehr Text. Sie kommen schneller zu besseren Erstentwürfen und stecken die gesparten Stunden in das, was ein Modell nicht kann: mit Kunden reden und entscheiden, was tatsächlich stimmt.
